用MATLAB R2022a软件，分别对minf(x)=x^4+2x+4; minf(x)=x^3-3x+1;两个函数做以下MATLAB实验，写出代码： 用不同的算法终止条件对迭代次数的影响；（至少5个终止条件）

在MATLAB R2022a中，你可以使用`fminunc`函数来求解无约束优化问题，它基于拟牛顿法。为了研究不同的终止条件对迭代次数的影响，我们可以创建一个简单的循环，每次改变一个终止条件并记录结果。这里是一个示例代码，展示了如何针对两个不同的目标函数执行此实验：

% 定义目标函数
fun1 = @(x) x.^4 + 2*x + 4;
fun2 = @(x) x.^3 - 3*x + 1;

% 几种常见的终止条件
termination_conditions = struct('MaxIter', 100, 'TolFun', 1e-6, ...
                              'TolX', 1e-8, 'Algorithm', 'quasi-newton', ...
                              'Display', 'iter');

% 迭代次数数组
iterations_array = zeros(1, length(termination_conditions));

for i = 1:length(termination_conditions)
    % 设置当前终止条件
    curr_condition = termination_conditions(i);
    
    % 对第一个函数求最小值
    [min_f1, min_x1, exitflag1, output1] = fminunc(fun1, [0], curr_condition);
    
    % 对第二个函数求最小值
    [min_f2, min_x2, exitflag2, output2] = fminunc(fun2, [0], curr_condition);
    
    % 记录迭代次数
    iterations_array(i) = output1.iterations; % 可能需要检查output2.iterations，如果存在
    
    % 显示信息
    disp(['Function ', num2str(i), ':'])
    disp(['Minima for fun1: ', num2str(min_f1)])
    disp(['Minima for fun2: ', num2str(min_f2)])
    disp(['Iterations: fun1 ', num2str(output1.iterations)])
    disp(['Iterations: fun2 ', num2str(output2.iterations)])
end

% 输出关于迭代次数影响的数据
disp('Iteration counts:')
disp(iterations_array)

%